关于人工智能模型的讨论

$~~~~~~$ 神经网络正在创造技术奇迹。相信有部分同学已经注意到，上周（2024年9月12日），OpenAI推出了他们最新的人工智能模型 OpenAI o1 ，率先上线的是这一模型的一个早期预览版本 OpenAI o1-preview 和小尺寸版 OpenAI o1-mini 。这一模型代表了 AI 模型在推理能力、编码能力和连续理解能力上的重大飞跃。

$~~~~~~$ 引用自OpenAI官网说法：

他们可以通过复杂的任务进行推理，并解决比以前的科学、编码和数学模型更难的问题。

对于复杂的推理任务来说，这是一个重大进步，代表了人工智能能力的新水平。鉴于此，我们将计数器重置为 $1$ ，并将该系列命名为 OpenAI o1 。

$~~~~~~$ 我们有理由相信，进步还将继续，我们可以期待神经网络在编程竞赛领域取得更大进步。然而，技术的发展导致的滥用也是显而易见的，如果大量用户都借助于 AI 模型的力量来提高自己的 Rating 分数，那么竞技性算法竞赛和由此延伸出的各类竞赛规则将迅速的被击溃。事实上，这一新模型的运用速度远超我们的想象。在 o1 推出后的第二天（2024年9月14日），Codeforces Round 972 (Div. 2) 的编程比赛中，就有用户完全依赖于 o1 取得了相当夸张的成绩；同样的，在上周末（2024年9月15日）进行的牛客周赛 Round 60 中，我们也有注意到 o1 的身影，并且有用户完全依赖于 o1 的解决方案得到了相当靠前的名次；更甚于，在近期进行的多场校招笔试中，我们也有发现人工智能的身影。

$~~~~~~$ 选手通过使用 AI 模型解决了复杂问题，并获得了远超其实际编程能力的成绩。这不仅极大地改变了比赛的竞争格局，也使得选手之间的差距变得难以量化、导致比赛的公平性和竞技性受到挑战。对于竞技性算法编程竞赛领域来说，我们迎来了属于自己的 AlphaGO 时刻。

$~~~~~~$ 遗憾的是，就目前的技术而言，我们并没有做好完全应对的措施，特别是对于周赛、小白月赛这样的面向新手编程同学的竞赛，题目简单，使用 AI 通过的概率也高；然而，我们依旧需要这些简单的、入门的题目的帮助。

$~~~~~~$ 因此，在当下，我们只能够最低程度、但是非常严肃的呼吁，限制使用基于人工智能的系统（包括但不限于如 GPT 、Gemini 、Gemma 、Claude 、文心一言等各种模型）来解决编程问题。

$~~~~~~$ 不过，我们也认识到，人工智能可以成为学习和辅助编码的重要工具，因此我们希望为人工智能的使用设定明确的界限。

$~~~~~~$ 【我们积极允许您】

$~~~~~~~~~\sf1.\$ 使用 AI 模型翻译问题陈述，但必须确保模型不会对陈述进行解释或总结，而是仅提供最基本的直接翻译。

$~~~~~~~~~\sf2.\$ 使用 AI 模型提供的代码，但仅限于语法提示和次要的编码建议，或在复杂问题的边缘部分寻求辅助建议。不允许使用它们生成解决问题的核心逻辑或算法。

$~~~~~~$ 【我们强烈反对您】

$~~~~~~~~~\sf1.\$ 将问题题干、摘要输入基于人工智能的系统，使用借鉴 AI 模型提供的编码思路或解决方案。

$~~~~~~~~~\sf2.\$ 使用 AI 模型诊断或解决代码中的错误、协助理解问题、创建逻辑或决策。

$~~~~~~$ 同时，此前的作弊识别系统依旧有效。如果两名参赛者的代码相似，而匹配的代码在比赛前并不公开存在于互联网上，将被判定为作弊。

$~~~~~~$ 如何在技术进步与人类能力的培养之间找到平衡，已成为整个圈内亟待解决的问题。我们仍在不断的更新改进我们的策略，以尽可能的降低 AI 模型被不当用于牛客，并尽力维护公平竞赛的完整性。同时，我们也正在积极考虑将 AI 模型引入作弊识别系统，如通过 AI 来识别异常的编程行为、通过分析选手的编程风格和代码规范性来预估选手水平。如果你有更多的想法，欢迎通过各种渠道与我们进行讨论。